دانلود مقاله ترجمه شده مدلهای شبکه عصبی برای پیش بینی خاصیت ریخت پارچه

چطور این مقاله مهندسی نساجی را دانلود کنم؟

فایل انگلیسی این مقاله با شناسه 2004763 رایگان است. ترجمه چکیده این مقاله مهندسی نساجی در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید برای دریافت لینک دانلود مقاله آدرس ایمیل خود را درج نمایید

مایل به دریافت ترجمه فارسی هستید؟

قیمت :

765,000 ریال

شناسه محصول :

2004763

سال انتشار:

2004

حجم فایل انگلیسی :

356 Kb

حجم فایل فارسی :

447 کیلو بایت

نوع فایل های ضمیمه :

Pdf+Word

کلمه عبور همه فایلها :

www.daneshgahi.com

عنوان فارسي

مدلهای شبکه عصبی برای پیش بینی خاصیت ریخت پارچه

عنوان انگليسي

Neural Network Models for Fabric Drape Prediction

نویسنده/ناشر/نام مجله

Neural Networks

این مقاله چند صفحه است؟

این مقاله ترجمه شده مهندسی نساجی شامل 5 صفحه انگلیسی به صورت پی دی اف و 17 صفحه متن فارسی به صورت ورد تایپ شده است

چکیده فارسی

چکیده

شبکه های عصبی، برای پیشبینی ضریب ریخت (DC) و مدوربودن (CIR) انواع مختلف پارچه مورد استفاده قرار میگیرند. مدلهای شبکه عصبی به کار رفته، پرسپترون چندلایه با استفاده شبکه عصبی تابع پایه شعاعی (RBF) و پس انتشار (BP) بودند. دریافته شد که روش BP، کارامدتر است، اما روش RBF در زمان آموزش سریعتر عمل میکند. مقایسه این دو مدل و نیز مقایسه مدلهای مشابه با استفاده از پارامترهای مختلف ارائه میشود. دریافته شد که در ساختارهای شبکه عصبی، پیش بینی CIR نسبت به DC دقت کمتری دارد.

1- مقدمه

خاصیت ریخت، مهمترین ویژگی پارچه در صنایع پارچه بافی مخصوص پوشاک و برخی کاربردهای پارچه بافی صنعتی است. این ویژگی منحصر به فرد پارچه، بسیار پیچیده است و برای پیش بینی ریخت پارچه در طراحی و ساخت به کمک رایانه بسیار مفید است...

پس انتشار خاصیت ریخت پارچه تابع پایه شعاعی :کلمات کلیدی

چکیده انگلیسی

Abstract

Neural networks are used to predict the drape coefficient (DC) and circularity (CTR) of many different kinds of fabrics. The neural network models used were the multilayer perceptron using backpropagation (BP) and the radial basis function (RBF) neural network. The BP method was found to be more effective than the RBF method but the RBF method was the fastest when it came to training. Comparisons of the two models as well as comparisons of the same models using different parameters are presented. It was also found that prediction for CIR was less accurate than for DC for both neural network architectures

Keywords: Backpropagation Fabric Drape Radial Basis Function

این مقاله ترجمه شده مهندسی نساجی برای گرایش های: کلیه گرایش ها، کاربرد دارد. [ برچسب: مقاله ترجمه شده مهندسی نساجی در زمینه ریخت پارچه]